CN113829934A - 一种电动汽车集群聚合响应能力确定方法及调度方法 - Google Patents
一种电动汽车集群聚合响应能力确定方法及调度方法 Download PDFInfo
- Publication number
- CN113829934A CN113829934A CN202111236020.5A CN202111236020A CN113829934A CN 113829934 A CN113829934 A CN 113829934A CN 202111236020 A CN202111236020 A CN 202111236020A CN 113829934 A CN113829934 A CN 113829934A
- Authority
- CN
- China
- Prior art keywords
- response
- electric
- cluster
- electric vehicle
- power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000004044 response Effects 0.000 title claims abstract description 380
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000002776 aggregation Effects 0.000 title claims abstract description 36
- 238000004220 aggregation Methods 0.000 title claims abstract description 36
- 230000008859 change Effects 0.000 claims abstract description 12
- 230000009466 transformation Effects 0.000 claims abstract description 7
- 238000012937 correction Methods 0.000 claims description 44
- 238000013210 evaluation model Methods 0.000 claims description 20
- 230000006735 deficit Effects 0.000 claims description 12
- 239000000178 monomer Substances 0.000 claims description 8
- 230000002459 sustained effect Effects 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 abstract description 21
- 230000008569 process Effects 0.000 abstract description 3
- 238000006116 polymerization reaction Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 11
- 238000007599 discharging Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000001105 regulatory effect Effects 0.000 description 4
- 230000004043 responsiveness Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000010248 power generation Methods 0.000 description 3
- 230000003828 downregulation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 238000012614 Monte-Carlo sampling Methods 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003827 upregulation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
- B60L53/62—Monitoring or controlling charging stations in response to charging parameters, e.g. current, voltage or electrical charge
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/60—Monitoring or controlling charging stations
- B60L53/64—Optimising energy costs, e.g. responding to electricity rates
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
- H02J2310/40—The network being an on-board power network, i.e. within a vehicle
- H02J2310/48—The network being an on-board power network, i.e. within a vehicle for electric vehicles [EV] or hybrid vehicles [HEV]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/12—Electric charging stations
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明涉及了一种电动汽车集群聚合响应能力确定方法,所述确定方法包括如下步骤:根据响应时段内电动汽车集群中电动汽车的响应方式将电动汽车集群划分为四个电动汽车子集群;计算每个所述电动汽车子集群的响应功率;根据每个所述电动汽车子集群的响应功率和电动汽车集群的配变额定容量,确定电动车集群的实际聚合响应能力的上边界和下边界。本发明根据相应方式对电动汽车集群进行划分,并分别对每个电动汽车子集群的响应功率进行计算,以充分考虑充放电状态和荷电状态变化对后续时段响应能力评估的影响,本发明在实际聚合响应能力计算的过程中还考虑了配变额定容量。实现了准确量化和评估EV集群聚合响应能力,进而实现了电动汽车集群的调度。
Description
技术领域
本发明涉及电网辅助服务及需求响应领域,特别是涉及一种电动汽车集群聚合响应能力确定方法及调度方法。
背景技术
维持电能的实时供需平衡是保障电力系统安全稳定运行的基础,目前电力系统供给侧和需求侧正在发生深刻变革。从发电侧来说,风电、光伏等间歇波动性能源在电力系统中的渗透率不断提升,消纳问题突出;从需求侧来说,尖峰负荷持续增长,存在时段性缺电问题,如何提升供需平衡能力已经成为我国电力系统可持续发展亟待解决的关键问题。长期以来电力系统采用“电源跟踪负荷”的调度模式,现在这种调度模式已经难以为继,需求侧资源可以通过需求响应参与调节系统供需平衡,使得系统供需平衡调节手段从单一“源随荷动”拓展到“源荷互动”,并且需求响应方案比传统供给侧手段更加经济、绿色。
近年来电动汽车(Electric Vehicle,EV)市场占有率不断攀升,预计到2030年,中国EV数量将达到6000万辆,高峰充电负荷将达479GW,是实施需求响应的重要资源,具有巨大的调控潜力。然而,EV单体的容量和功率较小,并且不同EV的出行特征和电池参数可能存在较大差异,系统难以对数量庞大的EV集群进行直接管理。因此,可通过一个代理机构将分散的EV资源聚集起来为电力系统提供多元辅助服务,而准确量化和评估EV集群聚合响应能力是其参与需求响应的前提基础。
发明内容
本发明的目的是提供一种电动汽车集群聚合响应能力确定方法及调度方法,以实现准确量化和评估EV集群聚合响应能力,进而实现电动汽车集群的调度。
为实现上述目的,本发明提供了如下方案:
本发明提供一种电动汽车集群聚合响应能力确定方法,所述确定方法包括如下步骤:
根据响应时段内电动汽车集群中电动汽车的响应方式将电动汽车集群划分为四个电动汽车子集群,分别为第一电动汽车子集群、第二电动汽车子集群、第三电动汽车子集群和第四电动汽车子集群;第一电动汽车子集群、第二电动汽车子集群、第三电动汽车子集群和第四电动汽车子集群分别包含空闲到放电响应、充电到空闲响应、空闲到充电响应和放电到空闲响应的电动汽车;
计算每个所述电动汽车子集群的响应功率;
根据每个所述电动汽车子集群的响应功率和电动汽车集群的配变额定容量,确定电动车集群的实际聚合响应能力的上边界和下边界。
可选的,计算每个所述电动汽车子集群的响应功率,具体包括:
根据第一电动汽车子集群中电动汽车的运行状态,将第一电动汽车子集群划分为第一电动汽车集合、第二电动汽车集合和第三电动汽车集合;所述第一电动汽车集合包括第一电动汽车子集群内的响应时段内放电使得电池容量触碰到可控区域下界的电动汽车和响应时段内放电使得电池容量触碰到强制充电边界的电动汽车;所述第二电动汽车集合包括第一电动汽车子集群内的响应时段内接入电网的电动汽车和响应时段内离开电网的电动汽车;所述第三电动汽车集合包含在响应时段能够以额定功率持续响应的电动汽车;
根据电动汽车单体的时序响应能力评估模型,计算第一电动汽车集合中的每个电动汽车的修正功率;
根据第一电动汽车集合中的每个电动汽车的修正功率计算第一电动汽车集合的总可用容量;
计算用于利用第一电动汽车集合的总可用容量对第二电动汽车集合的响应容量缺额进行弥补的修正功率;
根据用于利用第一电动汽车集合的总可用容量对第二电动汽车集合的响应容量缺额进行弥补的修正功率及第三电动汽车集合的响应功率,计算第一电动汽车子集群的响应功率。即,计算第一电动汽车集合的修正功率、第二电动汽车集合的弥补后的功率及第三电动车集合的额定功率的和。
可选的,第一电动汽车集合中的电动汽车单体的时序响应能力评估模型为:
其中,Pre,i(t)表示第一电动汽车集合中第i个电动汽汽车的修正功率,Pe表示电动汽车的额定功率,tl,i表示响应时段内第i个电动汽车的电池放电使得电池容量触碰到可控区域下界的时间,tc,i为响应时段内第i个电动汽车的电池放电使得电池容量触碰到强制充电边界的时间;n表示第n个响应时段,T表示响应时段的时长,ηc表示电动汽车的电池充电效率,ηd表示电动汽车的电池放电效率,t表示时间;
其中,Si[(n-1)T]表示(n-1)T时刻的第i个电动汽车的荷电状态(SOC,state ofcharge),Smin表示电动汽车的最小SOC,Qe表示电动汽车的电池额定容量,Se,i表示第i个电动汽车离网时预期的SOC,td,i表示i个电动汽车的离网时间。
可选的,所述根据第一电动汽车集合中的每个电动汽车的修正功率计算第一电动汽车集合的总可用容量,具体包括:
其中,Qbc表示第一电动汽车集合的总可用容量,Qa,i表示第一电动汽车集合中第i个电动汽车在响应时段内的可用容量,Nb,c表示第一电动汽车集合中电动汽车的数量,Pre,i(t)表示第一电动汽车集合中第i个电动汽车的修正功率,η(t)为电动汽车的电池充放电效率,n表示第n个响应时段,T表示响应时段的时长,t表示时间。
可选的,所述计算用于利用第一电动汽车集合的总可用容量对第二电动汽车集合的响应容量缺额进行弥补的修正功率,具体包括:
令k的数值为1;
根据电动汽车单体的时序响应能力评估模型,计算弥补第二电动汽车集合中前k辆电动汽车后的修正功率;
根据第二电动汽车集合中的第k个电动汽车的修正功率,利用公式计算对第二电动汽车集合中前k辆电动汽车修正后的第一电动汽车集合的总剩余可用容量;其中,Qk和Qk-1分别表示对第二电动汽车集合中前k辆电动汽车和前k-1辆电动汽车修正后的第一电动汽车集合的总剩余可用容量,Q0=Qbc;ΔP(t)表示第二电动汽车集合中第k辆电动汽车的功率缺额,η(t)为电动汽车的电池充放电效率,n表示第n个响应时段,T表示响应时段的时长,t表示时间;
判断对第二电动汽车集合中前k辆电动汽车修正后的第一电动汽车集合的总剩余可用容量是否小于预设阈值,获得判断结果;
可选的,第二电动汽车集合中的电动汽车单体的时序响应能力评估模型为:
其中,td表示电动汽车的离网时间,ts表示电动汽车的入网时间
可选的,所述根据用于利用第一电动汽车集合的总可用容量对第二电动汽车集合的响应容量缺额进行弥补的修正功率及第三电动汽车集合的响应功率,计算第一电动汽车子集群的响应功率,具体包括:
其中,n表示第一电动汽车子集群中在响应时段能以额定功率持续响应的电动汽车的数量,表示利用第一电动汽车集合的总可用容量对第二电动汽车集合的响应容量缺额进行k次修正后的修正功率,Pe表示电动汽车的额定功率,t表示时间。
可选的,所述根据每个所述电动汽车子集群的响应功率和电动汽车集群的配变额定容量,确定电动车集群的实际聚合响应能力的上边界和下边界,具体包括:
其中,P1,re(t)、P2,re(t)、P3,re(t)和P4,re(t)分别表示第一电动汽车子集群、第二电动汽车子集群、第三电动汽车子集群和第四电动汽车子集群的响应功率,和分别为电动车集群的理论聚合响应能力的上边界和下边界,和分别为电动车集群的实际聚合响应能力的上边界和下边界。
一种电动汽车集群调度方法,所述调度方法包括如下步骤:
以响应时段内的响应方式为第一指标,以响应时段内在额定功率下的持续响应时间为第二指标,以响应时段内的SOC为第三指标,对电动汽车集群中的电动汽车进行调度,确定电动汽车集群中参与调度的电动汽车,组成调度电动汽车集群;
采用电动汽车集群聚合响应能力确定方法,确定调度电动汽车集群的实际聚合响应能力的上边界和下边界;
将调度电动汽车集合的实际聚合响应能力的上边界和下边界与设定目标功率值进行比较,并根据比较结果对参与调动的电动汽车的数量进行调整,直到调度电动汽车集合的实际聚合响应能力满足设定目标功率值。
可选的,所述响应时段内在额定功率下的持续响应时间为:
其中,α表示响应时段内在额定功率下的持续响应时间,T表示响应时段的时长,n表示第n个响应时段,ts、tl、tc和td分别为电动汽车接入电网的时间、电动汽车的电池放电使得电池容量触碰到可控区域下界的时间,电动汽车的电池放电使得电池容量触碰到强制充电边界的时间和电动汽车与电网断电的时间;
响应时段内的SOC为:
其中,β为响应时段内的SOC,S(nT)表示nT时刻的电动汽车的电池容量,Smin表示电动汽车的最低电池容量,Sd表示与电网断电时电动汽车的电池容量,ΔPn表示功率变化量。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明公开了一种电动汽车集群聚合响应能力确定方法,所述确定方法包括如下步骤:根据响应时段内电动汽车集群中电动汽车的响应方式将电动汽车集群划分为四个电动汽车子集群;计算每个所述电动汽车子集群的响应功率;根据每个所述电动汽车子集群的响应功率和电动汽车集群的配变额定容量,确定电动车集群的实际聚合响应能力的上边界和下边界。本发明根据相应方式对电动汽车集群进行划分,并分别对每个电动汽车子集群的响应功率进行计算,以充分考虑充放电状态和荷电状态(state ofcharge,SOC)变化对后续时段响应能力评估的影响,本发明在实际聚合响应能力计算的过程中还考虑了配变额定容量。实现了准确量化和评估EV集群聚合响应能力,进而实现了电动汽车集群的调度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种电动汽车集群聚合响应能力确定方法的流程图;
图2为本发明提供的一种电动汽车集群聚合响应能力确定方法的原理图;
图3为本发明提供的电动汽车的四种响应方式的原理图;
图4为本发明提供的响应方式Ⅰ下EV的四种典型场景示意图,图4中的(a)、(b)、(c)和(d)分别为场景A、场景B、场景C和场景D的示意图;
图5为本发明提供的EV集群响应能力边界动态更新示意图;
图6为本发明提供的一种电动汽车集群聚合响应能力确定方法的具体实施流程图;
图7为本发明提供的EV集群参与系统调度的响应结果示意图。
具体实施方式
下面将集合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种电动汽车集群聚合响应能力确定方法及调度方法,以实现准确量化和评估EV集群聚合响应能力,进而实现电动汽车集群的调度。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面集合附图和具体实施方式对本发明作进一步详细的说明。
目前的对EV集群响应能力评估存在以下几个问题:(1)未全面综合考虑功率约束、容量约束、充放电状态约束在内的多类型运行约束,造成EV集群响应能力评估不准确;(2)只评估了单一时段的响应能力,忽略了EV集群响应系统调度后,充放电状态和荷电状态(state ofcharge,SOC)变化对后续时段响应能力评估的影响;(3)未考虑配变容量约束这一集中性约束对EV集群实际响应能力的影响。如图2所示,针对以上问题,本发明首先建立了考虑充放电状态和SOC状态的EV单体的时序响应能力评估模型,然后,基于EV单体响应能力评估模型,建立了EV集群响应能力日前预测评估模型,最后,考虑配变容量约束对EV集群实际响应能力的影响,提出一种综合考虑EV响应时间裕度和SOC裕度的模拟调用策略,构建了EV集群日内实际响应能力的动态更新评估模型。
实施例1
如图1和6所述,本发明提供了一种电动汽车集群聚合响应能力确定方法,所述确定方法包括如下步骤:
步骤101,根据响应时段内电动汽车集群中电动汽车的响应方式将电动汽车集群划分为四个电动汽车子集群,分别为第一电动汽车子集群、第二电动汽车子集群、第三电动汽车子集群和第四电动汽车子集群;第一电动汽车子集群、第二电动汽车子集群、第三电动汽车子集群和第四电动汽车子集群分别包含空闲到放电响应、充电到空闲响应、空闲到充电响应和放电到空闲响应的电动汽车。
首先,对于单一时刻EV单体的响应能力。
为了简化模型,如图3所示,假设EV充放电状态不能直接转化,而是通过“充电空闲放电”过程来实现,分别简记为响应方式Ⅰ、Ⅱ、Ⅲ、Ⅳ,EV的四种响应方式如图2所示。响应方式Ⅰ(空闲→放电)下,EV相当于负荷侧发电资源,响应方式Ⅱ(充电→空闲)下,EV相当于可中断负荷,处于响应方式Ⅰ、Ⅱ下的EV可为系统提供上备用容量;响应方式Ⅲ(空闲→充电)下,EV相当于储能,响应方式Ⅳ(放电→空闲)下,EV相当于可关停的负荷侧发电资源,处于响应方式Ⅲ、Ⅳ下的EV可为系统提供下备用容量。在未参与响应的情况下,EV应立即充电使得SOC不低于离网时预期的SOC值以满足出行需求,其充放电状态与EV实时SOC值S(t)的关系如式(1)所示。
式中:θ(t)取值0,1分别表示EV处于空闲和充电状态;S(t)为EV实时SOC值;Se为EV离网时预期能达到的SOC值;Smax为EV的最大SOC值;ts和td分别为EV接入电网和离开电网的时间。
在EV参与响应的情况下,EV根据调度需求切换运行状态,此时EV可能处于放电状态,记θ(t)值为-1。评估某一时刻单体EV响应能力时需结合其θ(t)与SOC大小,由式(1)可知,初始情况下,EV不参与需求响应,不存在放电状态,故不存在响应方式Ⅳ。响应方式Ⅰ、Ⅱ、Ⅲ在t时刻的最大响应能力如式(2)~(4)所示。
空闲→放电和充电→空闲响应能力为正值,表示EV表现为对外出力上调;放电→空闲和空闲→充电响应能力为负值,表示EV表现为对外出力下调。
步骤102,计算每个所述电动汽车子集群的响应功率。
本发明步骤102的实现原理为:
1、对连续时段内EV单体的响应能力评估:
对连续时段EV单体的响应能力进行评估。将一天划分为m个时段,当EV在第n(1≤n≤m)个时段[(n-1)T,nT]参与需求响应后,其充放电状态和SOC状态会随之改变,进而影响时段内EV的响应能力。以响应方式Ⅰ(第一电动汽车子集群)为例,评估EV在时段[(n-1)T,nT]内的持续响应能力,研究了四种EV最可能处于的典型场景,如图4所示,对不同场景下EV连续时段内的响应能力进行了评估。
1)当(n-1)T<ts<nT时,EV在时段[(n-1)T,ts]内尚未接入电网,其对应响应功率如图4中(a)所示,即情景A。
2)当EV在时段[(n-1)T,nT]内放电使得S(t)触碰到可控区域下界时,为延长电池生命周期,应停止放电,对应响应功率如图4中(b)所示,此时达到下界所需时间可由式(5)求得,即情景B。
式中:ηd为EV的电池放电效率。
3)当EV在时段[(n-1)T,nT]内放电使得S(t)触碰到强制充电边界ED,为保证EV离开电网时刻SOC满足出行需求,此时应强制充电,对应响应功率如图4中(c)所示,此时达到强制充电边界所需时间可由式(6)求得,即情景C。
式中:ηc为EV的电池充电效率。
4)当(n-1)T<td<nT时,EV在td时刻与电网断开后将不具备响应能力,对应响应功率如图4中(d)所示,即情景D。
EV在情景A、D中由于存在与电网断开连接的时段,因此存在响应功率突变的时刻,记EV在情景A、D中可响应时段为R,不可响应时段为U,全时段为S,如式(7)所示;对应的响应功率如式(8)所示;由于EV离网导致的功率缺额与容量缺额如式(9)所示。
式中:ΔP(t)为EV离网导致的功率缺额,ΔQ(t)为对应的容量缺额。
当EV处于情景B、C时,可通过调整放电功率大小,从而保持在响应时段内持续响应,修正功率大小如图4(b)、(c)中标记线所示。但对功率的修正必须满足功率和容量约束。
修正功率的功率约束如式(10)所示。
0≤Pre≤Pe (10)
式中:Pre为EV在响应时段内的修正功率。
容量约束要求功率修正前后,EV在响应时段内的容量总量保持不变,记为Qa。对于情景B、C,评估时段可用容量计算公式如式(11)、(12)所示,修正功率与可用容量的关系如式(13)所示。
Qa=Qe(S(nT)-Smin) (11)
式中:Qa为EV在响应时段内的可用容量。
其他响应方式下(第二电动汽车子集群、第三电动汽车子集群和第四电动汽车子集群)EV连续时段内的响应能力评估的分析方法与之类似,不同在于不同响应方式下EV在不同情景的分析稍有不同。
在响应方式Ⅱ(充电→空闲)下,情景A和情景D与方式I完全相同。与之不同的是需要考虑两个条件:处于充电状态并且能够可控地切换到空闲状态,对应情景B和情景C:
式中:tl,i表示响应时段内第i个电动汽车的电池充电使得电池容量触碰到可控区域上界的时间,tc,i为响应时段内第i个电动汽车的切换为空闲状态以后触碰到强制充电边界的时间;
对于响应方式Ⅲ(空闲→充电),要求处于空闲状态并且能够可控地切换到充电状态,4种不同情境分析及其计算公式与响应方式II相同;对于响应方式Ⅳ(放电→空闲),要求处于放电状态并且能够可控地切换到空闲状态,4种不同情境分析及其计算公式与响应方式I相同。
2、EV集群响应能力日前预测评估:
在日前,基于EV单体的时序响应能力评估模型,EV集群响应能力上下边界的计算如式(16)所示。
此外,EV在接入电网时段的荷电状态S(t)的计算公式如式(17)所示。
式中:ΔS(t)表示EV的SOC变化量,Puc(t)为未参与需求响应的初始充电功率,P1(t)、P2(t)、P3(t)、P4(t)为参与响应后,由调度策略确定的EV参与响应方式Ⅰ、Ⅱ、Ⅲ、Ⅳ的响应功率,在日前响应评估模型时均置于零。
3、EV集群响应能力日内修正
EV集群在[(n-1)T,nT]时段内参与需求响应,其所辖EV的充放电状态和SOC状态会时刻发生变化,因此,有必要在nT时刻滚动更新EV时序状态,EV集群响应能力边界动态更新示意图如图5所示。
以响应方式Ⅰ为例,将EV集群按其运行状态进行划分,除了在调用时段能够以额定功率持续响应的EV以外,其余EV按照图5中的不同情景划分了集群A、B、C、D。为避免EV集群的响应能力的急剧变化,应实现评估时段响应功率的均衡,因此,可用集群B、C的可用容量弥补集群A、D的容量缺额,以实现评估时段响应边界的恒定。
基于以上思路,记集群B、C的EV数量之和为Nbc,集群B、C的总可用容量的计算公式如式(18)-(19)所示。
式中:Qbc集群B、C的总可用容量,η(t)为t时刻EV的充放电效率。
则在响应方式Ⅰ下EV集群修正后的响应能力为:
式中:P1,re(t)为EV集群在响应方式Ⅰ下修正后的响应能力。
步骤102所述计算每个所述电动汽车子集群的响应功率,具体包括:
根据第一电动汽车子集群中电动汽车的运行状态,将第一电动汽车子集群划分为第一电动汽车集合、第二电动汽车集合和第三电动汽车集合;所述第一电动汽车集合包括第一电动汽车子集群内的响应时段内放电使得电池容量触碰到可控区域下界的电动汽车和响应时段内放电使得电池容量触碰到强制充电边界的电动汽车;所述第二电动汽车集合包括第一电动汽车子集群内的响应时段内接入电网的电动汽车和响应时段内离开电网的电动汽车;所述第三电动汽车集合包含在响应时段能够以额定功率持续响应的电动汽车;
根据电动汽车单体的时序响应能力评估模型,计算第一电动汽车集合中的每个电动汽车的修正功率。
根据第一电动汽车集合中的每个电动汽车的修正功率计算第一电动汽车集合的总可用容量。
计算用于利用第一电动汽车集合的总可用容量对第二电动汽车集合的响应容量缺额进行弥补的修正功率。
根据用于利用第一电动汽车集合的总可用容量对第二电动汽车集合的响应容量缺额进行弥补的修正功率及第三电动汽车集合的响应功率,计算第一电动汽车子集群的响应功率。即,计算第一电动汽车集合的修正功率、第二电动汽车集合的弥补后的功率及第三电动车集合的额定功率的和。
第一电动汽车集合中的电动汽车单体的时序响应能力评估模型为:
其中,Pre,i(t)表示第一电动汽车集合中第i个电动汽汽车的修正功率,Pe表示电动汽车的额定功率,tl,i表示响应时段内第i个电动汽车的电池放电使得电池容量触碰到可控区域下界的时间,tc,i为响应时段内第i个电动汽车的电池放电使得电池容量触碰到强制充电边界的时间;n表示第n个响应时段,T表示响应时段的时长,ηc表示电动汽车的电池充电效率,ηd表示电动汽车的电池放电效率,t表示时间。
其中,Si[(n-1)T]表示(n-1)T时刻的第i个电动汽车的荷电状态(SOC,state ofcharge),Smin表示电动汽车的最小SOC,Qe表示电动汽车的电池额定容量,Se,i表示第i个电动汽车离网时预期的SOC,td,i表示i个电动汽车的离网时间。
根据第一电动汽车集合中的每个电动汽车的修正功率计算第一电动汽车集合的总可用容量,具体包括:利用公式计算第一电动汽车子集群的响应功率;其中,Qbc表示第一电动汽车集合的总可用容量,Qa,i表示第一电动汽车集合中第i个电动汽车在响应时段内的可用容量,Nb,c表示第一电动汽车集合中电动汽车的数量,Pre,i(t)表示第一电动汽车集合中第i个电动汽车的修正功率,η(t)为电动汽车的电池充电效率,n表示第n个响应时段,T表示响应时段的时长,t表示时间。
计算用于利用第一电动汽车集合的总可用容量对第二电动汽车集合的响应容量缺额进行弥补的修正功率,具体包括:令k的数值为1;根据电动汽车单体的时序响应能力评估模型,计算弥补第二电动汽车集合中前k辆电动汽车后的修正功率;根据第二电动汽车集合中的第k个电动汽车的修正功率,利用公式计算对第二电动汽车集合中前k辆电动汽车修正后的第一电动汽车集合的总剩余可用容量;其中,Qk和Qk-1分别表示对第二电动汽车集合中前k辆电动汽车和前k-1辆电动汽车修正后的第一电动汽车集合的总剩余可用容量,Q0=Qbc;ΔP(t)表示第二电动汽车集合中第k辆电动汽车的功率缺额,η(t)为电动汽车的电池充电效率,n表示第n个响应时段,T表示响应时段的时长,t表示时间;判断对第二电动汽车集合中前k辆电动汽车修正后的第一电动汽车集合的总剩余可用容量是否小于预设阈值,获得判断结果;
若所述判断结果表示否,则令k的数值增加1,返回步骤“利用公式计算对第二电动汽车集合中前k辆电动汽车修正后的第一电动汽车集合的总剩余可用容量”;若所述判断结果表示是,则利用公式计算用于利用第一电动汽车集合的总可用容量对第二电动汽车集合的响应容量缺额进行弥补的修正功率;其中,表示第二电动汽车集合在第k次修正后的修正功率,Pe表示电动汽车的额定功率。
第二电动汽车集合中的电动汽车单体的时序响应能力评估模型为:
其中,td表示电动汽车的离网时间,ts表示电动汽车的入网时间
根据用于利用第一电动汽车集合的总可用容量对第二电动汽车集合的响应容量缺额进行弥补的修正功率及第三电动汽车集合的响应功率,计算第一电动汽车子集群的响应功率,具体包括:根据用于利用第一电动汽车集合的总可用容量对第二电动汽车集合的响应容量缺额进行弥补的修正功率,利用公式计算第一电动汽车子集群的响应功率;其中,n表示第一电动汽车子集群中在响应时段能以额定功率持续响应的电动汽车的数量,表示利用第一电动汽车集合的总可用容量对第二电动汽车集合的响应容量缺额进行k次修正后的修正功率,Pe表示电动汽车的额定功率,t表示时间。步骤103,根据每个所述电动汽车子集群的响应功率和电动汽车集群的配变额定容量,确定电动车集群的实际聚合响应能力的上边界和下边界。
在日内,经过修正后,EV集群理论响应能力上下边界的计算如式(22)所示。
然后,EV集群所能提供的实际响应能力还受配变容量这一集中性约束的影响,EV集群实际响应能力上下边界的计算如式(23)所示。
步骤103,所述根据每个所述电动汽车子集群的响应功率和电动汽车集群的配变额定容量,确定电动车集群的实际聚合响应能力的上边界和下边界,具体包括:根据每个所述电动汽车子集群的响应功率,利用公式计算电动车集群的理论聚合响应能力的上边界和下边界;根据电动车集群的理论聚合响应能力的上边界和下边界及电动汽车集群的配变额定容量,利用公式确定电动车集群的实际聚合响应能力的上边界和下边界;其中,P1,re(t)、P2,re(t)、P3,re(t)和P4,re(t)分别表示第一电动汽车子集群、第二电动汽车子集群、第三电动汽车子集群和第四电动汽车子集群的响应功率,和分别为电动车集群的理论聚合响应能力的上边界和下边界,和分别为电动车集群的实际聚合响应能力的上边界和下边界。
本发明实施例1只给出了第一电动汽车子集群的响应功率的计算和修正的方式,而其他响应方式下(第二电动汽车子集群、第三电动汽车子集群和第四电动汽车子集群)EV连续时段内的响应能力评估的分析方法与之类似,不同在于不同响应方式下EV在不同情景的分析稍有不同。
在响应方式Ⅱ(充电→空闲)下,情景A和情景D与方式I完全相同。与之不同的是需要考虑两个条件:处于充电状态并且能够可控地切换到空闲状态,对应情景B和情景C:
式中:tl,i表示响应时段内第i个电动汽车的电池充电使得电池容量触碰到可控区域上界的时间,tc,i为响应时段内第i个电动汽车的切换为空闲状态以后触碰到强制充电边界的时间;
对于响应方式Ⅲ(空闲→充电),要求处于空闲状态并且能够可控地切换到充电状态,4种不同情境分析及其计算公式与响应方式II相同;对于响应方式Ⅳ(放电→空闲),要求处于放电状态并且能够可控地切换到空闲状态,4种不同情境分析及其计算公式与响应方式I相同。
实施例2
本发明还提供一种电动汽车集群调度方法。EV集群的响应能力的变化与其调用策略密切相关,本发明提出了一种综合考虑响应时间和SOC的调用策略,相比较于以EV的可用容量按比例分配响应系统调用指令相比,此种调用策略可以减少参与需求响应的EV数量,从而减少EV集群的电池充放电损耗成本,具有更高的经济性。设定两个指标α、β分别代表响应时间和SOC对生成EV集群响应优先队列的影响。α表示EV在评估时段[(n-1)T,nT]内能以额定功率持续响应的时间,如式(24)所示。
当EV处于离网状态时记α=0,由式(24)可知α∈[0,T],将受控EV按照α的值由大到小生成优先队列,优先考虑能够以额定功率响应时间长的EV参与响应,从而减少EV状态切换频率。而当α值相等时,则以辅助指标β由大到小确定EV的受控优先次序,β的定义如式(25)所示。
式中:ΔPn表示评估时段[(n-1)T,nT]内EV集群的调度需求相比于上一评估时段的变化量,正值表示EV集群对外出力上调;负值表示EV集群对外出力下调。
EV集群参与需求响应的响应能力评估步骤如下:
(1)确定评估时段[(n-1)T,nT],根据EV集群所辖EV的充放电状态和SOC状态,利用所建模型得到EV集群可向电网申报响应能力的上下边界。
(2)根据EV参与响应方式的不同,将EV集群按图3所述的4种响应方式划分为4个子群,而一辆EV可以参与多种响应方式,因此,4个子群之间存在交集。每个子群内EV按照α由大到小排响应优先次序,α相等时,再由β由大到小排列。当需要EV集群向电网提供上备用容量时,EV集群表现为出力上调,此时优先调度充电→空闲子群,当所有受控EV停止充电仍不能满足调度需求,此时再调度空闲→放电子群,当需要EV集群向电网提供下备用容量时,EV集群表现为出力下调,此时优先调度放电→空闲子群,当所有受控EV停止放电仍不能满足调度需求,此时再调度空闲→充电子群。
(3)根据设定的响应目标功率值,结合(2)中生成的响应优先队列,筛选出需要参与调度的EV数量。
(4)对(3)中选取的EV进行模拟调用,采用闭环控制响应设定目标功率值,记录参与响应方式Ⅰ~Ⅳ的响应功率,并完成被调用EV的状态更新。
具体的,所述调度方法包括如下步骤:
以响应时段内的响应方式为第一指标,以响应时段内在额定功率下的持续响应时间为第二指标,以响应时段内的SOC为第三指标,对电动汽车集群中的电动汽车进行调度,确定电动汽车集群中参与调度的电动汽车,组成调度电动汽车集群。
采用电动汽车集群聚合响应能力确定方法,确定调度电动汽车集群的实际聚合响应能力的上边界和下边界。
将调度电动汽车集合的实际聚合响应能力的上边界和下边界与设定目标功率值进行比较,并根据比较结果对参与调动的电动汽车的数量进行调整,直到调度电动汽车集合的实际聚合响应能力满足设定目标功率值。
实施例3
为验证所提考虑配变容量约束的EV集群聚合响应能力评估模型的可用性和准确性,以1000辆EV为例,在考虑EV用户响应意愿的基础上,对所提EV集群响应能力评估模型进行了仿真验证。将EV划分为私人工作用车(home-base-work,HBW)、私人非工作用车(home-base-other,HBO)、非私人用车(non-home-based,NHB)三种类型,EV数量占比分别为61%,30%和9%。假设所有EV采用慢充方式,电池的充放电效率均取0.9,EV单体的额定功率取3.5kW,SOC上下限SOCmax和SOCmin分别取1和0.2。EV的出行需求Se和电池容量Qe满足截断正态分布,通过蒙特卡洛抽样取得,具体参数设置如表1所示。
表1 EV出行特征分布
当EV集群参与系统调度后,通过响应设定目标功率值,其多时间尺度响应能力评估边界如图7所示。EV集群能在响应边界范围内准确跟踪评估时段内功率变化,通过改变EV集群对外出力满足系统调度需求。在一个响应时段内EV集群的响应情况将影响下一个评估时段的响应能力边界,当EV集群向系统提供上备用容量时,对应EV集群出力上调,此时首先将处于充电状态的EV切换为空闲状态,当所有处于充电状态的EV切换为空闲状态仍不能满足调度需求时,再将出于空闲状态的EV切换为放电状态,因此,下一评估时段EV由放电→空闲和空闲→充电响应方式下的响应能力增强,在图7中表现为响应能力边界整体下移。类似的,当EV集群向系统提供下备用容量时的响应情况与之相反。通过EV集群的响应能力进行评估,评估结果可为日前调度安排提供参考,日内制定调度计划时则需要在每个调度时段之前实时滚动更新日内修正响应能力边界信息。实现了准确量化和评估EV集群聚合响应能力,进而实现电动汽车集群的调度。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
EV集群的响应能力的变化与其调用策略密切相关,本发明提出了一种综合考虑响应时间裕度和SOC裕度的模拟调用策略,相比较于以EV的可用容量按比例分配响应系统调用指令相比,此种调用策略可以减少参与需求响应的EV数量,从而减少EV集群的电池充放电损耗成本,具有更高的经济性。同时,为避免EV集群的响应能力的急剧变化,考虑到EV集群中处于不同状态的EV之间的状态互补和功率支撑,对EV集群日内响应能力进行了修正,以得到评估时段内EV集群的持续响应能力恒定边界。将EV集群按其运行状态进行划分,除了在调用时段能够以额定功率持续响应的EV以外,其余EV按照所处不同运行状态情景进行划分,利用处于不同运行状态情景下EV之间的状态互补和功率支撑,评估得到EV集群响应能力的恒定边界。此外,EV集群所能提供的实际响应能力还受配变容量这一集中性约束的影响,在任何时段EV集群的响应能力不应超过额定配变容量。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内不应理解为对本发明的限制。
Claims (10)
1.一种电动汽车集群聚合响应能力确定方法,其特征在于,所述确定方法包括如下步骤:
根据响应时段内电动汽车集群中电动汽车的响应方式将电动汽车集群划分为四个电动汽车子集群,分别为第一电动汽车子集群、第二电动汽车子集群、第三电动汽车子集群和第四电动汽车子集群;第一电动汽车子集群、第二电动汽车子集群、第三电动汽车子集群和第四电动汽车子集群分别包含空闲到放电响应、充电到空闲响应、空闲到充电响应和放电到空闲响应的电动汽车;
计算每个所述电动汽车子集群的响应功率;
根据每个所述电动汽车子集群的响应功率和电动汽车集群的配变额定容量,确定电动车集群的实际聚合响应能力的上边界和下边界。
2.根据权利要求1所述的电动汽车集群聚合响应能力确定方法,其特征在于,计算每个所述电动汽车子集群的响应功率,具体包括:
根据第一电动汽车子集群中电动汽车的运行状态,将第一电动汽车子集群划分为第一电动汽车集合、第二电动汽车集合和第三电动汽车集合;所述第一电动汽车集合包括第一电动汽车子集群内的响应时段内放电使得电池容量触碰到可控区域下界的电动汽车和响应时段内放电使得电池容量触碰到强制充电边界的电动汽车;所述第二电动汽车集合包括第一电动汽车子集群内的响应时段内尚未接入电网的电动汽车和响应时段内离开电网的电动汽车;所述第三电动汽车集合包含在响应时段能够以额定功率持续响应的电动汽车;
根据电动汽车单体的时序响应能力评估模型,计算第一电动汽车集合中的每个电动汽车的修正功率;
根据第一电动汽车集合中的每个电动汽车的修正功率计算第一电动汽车集合的总可用容量;
计算用于利用第一电动汽车集合的总可用容量对第二电动汽车集合的响应容量缺额进行弥补的修正功率;
根据用于利用第一电动汽车集合的总可用容量对第二电动汽车集合的响应容量缺额进行弥补的修正功率及第三电动汽车集合的响应功率,计算第一电动汽车子集群的响应功率。
3.根据权利要求2所述的电动汽车集群聚合响应能力确定方法,其特征在于,第一电动汽车集合中的电动汽车单体的时序响应能力评估模型为:
其中,Pre,i(t)表示第一电动汽车集合中第i个电动汽汽车的修正功率,Pe表示电动汽车的额定功率,tl,i表示响应时段内第i个电动汽车的电池放电使得电池容量触碰到可控区域下界的时间,tc,i为响应时段内第i个电动汽车的电池放电使得电池容量触碰到强制充电边界的时间;n表示第n个响应时段,T表示响应时段的时长,ηc表示电动汽车的电池充电效率,ηd表示电动汽车的电池放电效率,t表示时间;
其中,Si[(n-1)T]表示(n-1)T时刻的第i个电动汽车的荷电状态SOC,Smin表示电动汽车的最小SOC,Qe表示电动汽车的电池额定容量,Se,i表示第i个电动汽车离网时预期的SOC,td,i表示i个电动汽车的离网时间。
5.根据权利要求2所述的电动汽车集群聚合响应能力确定方法,其特征在于,所述计算用于利用第一电动汽车集合的总可用容量对第二电动汽车集合的响应容量缺额进行弥补的修正功率,具体包括:
令k的数值为1;
根据电动汽车单体的时序响应能力评估模型,计算弥补第二电动汽车集合中前k辆电动汽车后的修正功率;
根据第二电动汽车集合中的第k个电动汽车的修正功率,利用公式计算对第二电动汽车集合中前k辆电动汽车修正后的第一电动汽车集合的总剩余可用容量;其中,Qk和Qk-1分别表示对第二电动汽车集合中前k辆电动汽车和前k-1辆电动汽车修正后的第一电动汽车集合的总剩余可用容量,Q0=Qbc,Q0表示未修正时的第一电动汽车集合的总剩余可用容量,Qbc表示第一电动汽车集合的总剩余可用容量;ΔP(t)表示第二电动汽车集合中第k辆电动汽车的功率缺额,η(t)为电动汽车的电池充放电效率,ηc表示电动汽车的电池充电效率,ηd表示电动汽车的电池放电效率,n表示第n个响应时段,T表示响应时段的时长,t表示时间;
判断对第二电动汽车集合中前k辆电动汽车修正后的第一电动汽车集合的总剩余可用容量是否小于预设阈值,获得判断结果;
7.根据权利要求4所述的电动汽车集群聚合响应能力确定方法,其特征在于,所述根据用于利用第一电动汽车集合的总可用容量对第二电动汽车集合的响应容量缺额进行弥补的修正功率及第三电动汽车集合的响应功率,计算第一电动汽车子集群的响应功率,具体包括:
8.根据权利要求4所述的电动汽车集群聚合响应能力确定方法,其特征在于,所述根据每个所述电动汽车子集群的响应功率和电动汽车集群的配变额定容量,确定电动车集群的实际聚合响应能力的上边界和下边界,具体包括:
9.一种电动汽车集群调度方法,其特征在于,所述调度方法包括如下步骤:
以响应时段内的响应方式为第一指标,以响应时段内在额定功率下的持续响应时间为第二指标,以响应时段内的SOC为第三指标,对电动汽车集群中的电动汽车进行调度,确定电动汽车集群中参与调度的电动汽车,组成调度电动汽车集群;
采用权利要求1-8任一项所述的确定方法,确定调度电动汽车集群的实际聚合响应能力的上边界和下边界;
将调度电动汽车集合的实际聚合响应能力的上边界和下边界与设定目标功率值进行比较,并根据比较结果对参与调动的电动汽车的数量进行调整,直到调度电动汽车集合的实际聚合响应能力满足设定目标功率值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111236020.5A CN113829934B (zh) | 2021-10-22 | 2021-10-22 | 一种电动汽车集群聚合响应能力确定方法及调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111236020.5A CN113829934B (zh) | 2021-10-22 | 2021-10-22 | 一种电动汽车集群聚合响应能力确定方法及调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113829934A true CN113829934A (zh) | 2021-12-24 |
CN113829934B CN113829934B (zh) | 2023-03-21 |
Family
ID=78965773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111236020.5A Active CN113829934B (zh) | 2021-10-22 | 2021-10-22 | 一种电动汽车集群聚合响应能力确定方法及调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113829934B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114301085A (zh) * | 2022-01-12 | 2022-04-08 | 东北电力大学 | 考虑紧急功率支撑的电动汽车集群参与下配电网优化调度方法 |
CN114781061A (zh) * | 2022-04-20 | 2022-07-22 | 国网江苏省电力有限公司电力科学研究院 | 一种电动汽车集群响应能力评估方法及装置 |
CN115018379A (zh) * | 2022-07-18 | 2022-09-06 | 东南大学溧阳研究院 | 电动汽车日内响应能力评估方法、系统及计算机存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105024432A (zh) * | 2015-07-30 | 2015-11-04 | 浙江工业大学 | 一种基于虚拟电价的电动汽车充放电优化调度方法 |
CN106945558A (zh) * | 2017-03-31 | 2017-07-14 | 天津大学 | 集群电动汽车v2g控制策略 |
CN108493972A (zh) * | 2018-03-21 | 2018-09-04 | 南瑞集团有限公司 | 一种电动汽车短时备用能力的评估方法 |
JP2019033629A (ja) * | 2017-08-09 | 2019-02-28 | 三菱重工業株式会社 | 電力制御方法、制御装置、充電システム及びプログラム |
CN110378548A (zh) * | 2019-05-22 | 2019-10-25 | 国网江苏省电力有限公司盐城供电分公司 | 一种电动汽车虚拟电厂多时间尺度响应能力评估模型构建方法 |
CN112909979A (zh) * | 2021-04-19 | 2021-06-04 | 广东电网有限责任公司电力调度控制中心 | 集群电动汽车的多模式调频方法、装置、设备及介质 |
-
2021
- 2021-10-22 CN CN202111236020.5A patent/CN113829934B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105024432A (zh) * | 2015-07-30 | 2015-11-04 | 浙江工业大学 | 一种基于虚拟电价的电动汽车充放电优化调度方法 |
CN106945558A (zh) * | 2017-03-31 | 2017-07-14 | 天津大学 | 集群电动汽车v2g控制策略 |
JP2019033629A (ja) * | 2017-08-09 | 2019-02-28 | 三菱重工業株式会社 | 電力制御方法、制御装置、充電システム及びプログラム |
CN108493972A (zh) * | 2018-03-21 | 2018-09-04 | 南瑞集团有限公司 | 一种电动汽车短时备用能力的评估方法 |
CN110378548A (zh) * | 2019-05-22 | 2019-10-25 | 国网江苏省电力有限公司盐城供电分公司 | 一种电动汽车虚拟电厂多时间尺度响应能力评估模型构建方法 |
CN112909979A (zh) * | 2021-04-19 | 2021-06-04 | 广东电网有限责任公司电力调度控制中心 | 集群电动汽车的多模式调频方法、装置、设备及介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114301085A (zh) * | 2022-01-12 | 2022-04-08 | 东北电力大学 | 考虑紧急功率支撑的电动汽车集群参与下配电网优化调度方法 |
CN114301085B (zh) * | 2022-01-12 | 2023-10-27 | 东北电力大学 | 考虑紧急功率支撑的电动汽车集群参与下配电网优化调度方法 |
CN114781061A (zh) * | 2022-04-20 | 2022-07-22 | 国网江苏省电力有限公司电力科学研究院 | 一种电动汽车集群响应能力评估方法及装置 |
CN114781061B (zh) * | 2022-04-20 | 2024-01-23 | 国网江苏省电力有限公司电力科学研究院 | 一种电动汽车集群响应能力评估方法及装置 |
CN115018379A (zh) * | 2022-07-18 | 2022-09-06 | 东南大学溧阳研究院 | 电动汽车日内响应能力评估方法、系统及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113829934B (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113829934B (zh) | 一种电动汽车集群聚合响应能力确定方法及调度方法 | |
CN111682567B (zh) | 一种基于模糊控制技术考虑用户评价的有序充放电控制方法 | |
CN110378548B (zh) | 一种电动汽车虚拟电厂多时间尺度响应能力评估模型构建方法 | |
CN109193718B (zh) | 一种适应于v2g的选择电动汽车入网调控方法 | |
CN109657993B (zh) | 一种基于非合作博弈的能源局域网储能系统自动需求响应方法 | |
CN107612048B (zh) | 基于模型预测的电动汽车调频控制策略 | |
CN113541168A (zh) | 一种电动汽车集群可调控能力确定方法、调度方法及系统 | |
CN106945558A (zh) | 集群电动汽车v2g控制策略 | |
CN109948823B (zh) | 一种光储充电塔自适应鲁棒日前优化调度方法 | |
CN111626527A (zh) | 计及可调度电动汽车快/慢充放电形式的智能电网深度学习调度方法 | |
CN111064214A (zh) | 基于电动汽车两阶段滚动式策略的配电网优化调度方法 | |
CN113269372A (zh) | 一种考虑用户意愿的集群电动汽车可调度容量预测评估方法 | |
CN111864758B (zh) | 一种考虑负荷需求差异性的储能系统运行调度方法 | |
CN117526286A (zh) | 电动汽车集群可调容量评估方法、系统、设备和存储介质 | |
CN111160618A (zh) | 一种结合电动汽车充电场站的建筑能量优化调度方法 | |
CN107016504A (zh) | 一种计及电动汽车随机模糊需求响应的调度优化建模及算法 | |
CN113659623A (zh) | 一种基于布林线理论的风储联合系统的优化方法及系统 | |
CN110675044B (zh) | 一种用于确定电动汽车参加辅助服务类型的方法及系统 | |
CN110829474B (zh) | 用大数据智能储能支撑电网动态安全的方法与系统 | |
CN117353346A (zh) | 通信基站与电力系统的需求响应方法和装置 | |
Kumar et al. | Smart home energy management with integration of PV and storage facilities providing grid support | |
CN108736496B (zh) | 一种分布式储能系统的补充性规划方法及系统 | |
CN113595122B (zh) | 一种分布式储能系统的聚合响应能力确定方法及系统 | |
Jiao et al. | A self-scheduling strategy of virtual power plant with electric vehicles considering margin indexes | |
CN111740442B (zh) | 一种应用于光储充电站的退役电池梯次利用控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |